【Hackathon 8th No.18】FengWu 论文复现

rfcs/Science/20250305_fengwu.md

@@ -0,0 +1,65 @@
+# FengWu 设计文档
+
+> RFC 文档相关记录信息
+
+|              |                    |
+| ------------ | ------------------ |
+| 提交作者     | BeingGod          |
+| 提交时间     | 2025-03-05         |
+| RFC 版本号   | v1.0               |
+| 依赖飞桨版本 | 3.0rc1 版本 |
+| 文件名       | 20250305_fengwu |
+
+## 1. 概述
+
+### 1.1 相关背景
+
+[NO.18 FengWu 论文复现](https://github.com/PaddlePaddle/community/blob/master/hackathon/hackathon_8th/【Hackathon_8th】个人挑战赛—套件开发任务合集.md#no18-fengwu-论文复现)
+
+随着近年来全球气候变化加剧，极端天气频发，各界对天气预报的时效和精度的期待更是与日俱增。如何提高天气预报的时效和准确度，一直是业内的重点课题。AI大模型“风乌”基于多模态和多任务深度学习方法构建，实现在高分辨率上对核心大气变量进行超过10天的有效预报，并在80%的评估指标上超越DeepMind发布的模型GraphCast。同时，“风乌”仅需30秒即可生成未来10天全球高精度预报结果，在效率上大幅优于传统模型。
+
+### 1.2 功能目标
+
+1. 复现 FengWu 代码，实现完整的推理流程。
+2. 保持精度与作者原代码一致，相对误差在 ±10% 以内。
+3. 产出论文相关文档、图片等。
+
+### 1.3 意义
+
+复现 FengWu 代码，能够使用 FengWu 模型进行推理。
+
+## 2. PaddleScience 现状
+
+PaddleScience 套件暂无 FengWu 代码案例。
+
+## 3. 目标调研
+
+- 论文解决的问题：
+  FengWu 模型解决了以往天气预报效率低的问题
+- 链接：
+  1. 代码：[https://github.com/OpenEarthLab/FengWu](https://github.com/OpenEarthLab/FengWu)
+  2. 论文：[https://arxiv.org/abs/2304.02948](https://arxiv.org/abs/2304.02948)
+
+## 4. 设计思路与实现方案
+
+参考 PaddleScience 已有代码实现 FengWu
+
+1. 基于 Predictor 类实现推理代码
+2. 实现推理结果可视化
+
+### 4.1 补充说明[可选]
+
+无
+
+## 5. 测试和验收的考量
+
+推理结果可正常可视化；精度与作者原始代码对齐。
+
+## 6. 可行性分析和排期规划
+
+- 2025.3上旬：调研，复现代码并作调整
+- 2025.3中旬：整理项目产出，撰写案例文档
+
+## 7. 影响面
+
+丰富 PaddleScience 的应用案例，在 examples 新增 FengWu 推理案例